PID控制算法卡尔曼滤波 源码资料，我们都知道PID控制器中包含三个控制单元，分别是比例单元，积分单元和微分单元，那这三个控制单元具体负责哪些工作呢？上一期提到，“比例单元的输出由误差乘以比例常数得到”指的是根据误差和比例系数计算当前输出。举一个简单的例子大家就明白啦：假设比例系数是0.5，列车当前的牵引力是20kN，根据牵引特性曲线计算的期望牵引力是100kN，那么误差就是100-20=80kN。第一次加速，获得的牵引力就是80（误差）* 0.5（比例系数）=40kN，那么现在的牵引力就达到20（当前牵引力）+ 40（第一次加速电机产生的牵引力） = 60kN。此时的误差就变成100（期望牵引力）- 60（当前牵引力）= 40kN。那么第二次加速，应该获得的牵引力就是40 * 0.5 = 20kN，此时列车的牵引力就是60 + 20 = 80kN。第三次加速，误差变成了100 – 80 = 20kN，如此循环下去，最终就会得到100kN的牵引力啦！这就是比例单元的工作。
空间站是人类探索太空的桥头堡。在空间站建设及运营期间，空间机器人承担着执行建造、维护等精细操作的使命，而精细操作的前提是对目标的精确跟踪。但是，太空中的特殊环境使得目标跟踪数据中掺杂着复杂非高斯噪声，会影响目标跟踪精度。在应对复杂非高斯误差信号时，传统卡尔曼滤波器的性能会严重下滑，难以满足现阶段目标跟踪任务的高精度需求。因此，面向复杂非高斯噪声研究新型滤波算法已势在必行。在Space: Science & Technology (《空间科学与技术》（英文）)新发表的文章中，湖南大学王耀南院士团队携手北京理工大学机电学院研究团队，共同提出了广义最大相关熵卡尔曼滤波器（Generalized Maximum Correntropy Kalman Filter, GMCKF），旨在有效应对目标跟踪过程中可能遇到的各种形式非高斯噪声，并提高其跟踪精度。
